Jobbitのエージェントブラウザ：AIエージェントのウェブ閲覧を見守り、Take controlで操作を引き継ぐ

ウェブを閲覧するAIエージェントについて人々が最もよく尋ねる質問は、「できるのか？」ではなく「実際そこで何をしているのか？」です。これまで、ほとんどのプラットフォームでの正直な答えは長い説明文でした。エージェントはページを開いた、価格を比較した、フォームに入力したと報告するだけで、あなたはそれを信じるしかありませんでした。Jobbitの新しいエージェントブラウザは、あらゆるチャットの中でベータ版として利用でき、説明をそのもの自体に置き換えます。エージェントのブラウザが動く様子をそのまま見守り、ページに人間の判断、ログイン、CAPTCHA、あなたにしかできない選択が必要になったら、ボタンひとつでハンドルを握ることができます。

このガイドでは、Jobbitのエージェントブラウザとは何か、ライブビューと「Take control（操作を引き継ぐ）」の引き継ぎの仕組み、想定されている用途、その背後にある安全設計、そしてChatGPT agent、Perplexity Comet、Claude in Chrome、Manus、オープンソースのブラウザエージェントとの比較までを解説します。技術的な背景を知りたい方は、先にコンピュータ操作AIエージェントとはをお読みください。この記事は、実際に使うとどう感じるかについてのものです。

エージェントブラウザとは

Jobbitは多目的AIエージェントです。仕事の内容を伝えるだけで、1つのチャットの中でエージェントがリサーチ、執筆、構築、自動化までを行います。仕事にウェブが必要なときは、エージェントがクラウド上で本物のブラウザを開き、人間と同じようにクリックし、入力し、ページを読みます。エージェントブラウザは、チャットの隣にあるワークスペースパネルの中から、そのブラウザをのぞく窓です。

単なる操作ログと違う点は3つあります。

• 実際のページが見えます。 エージェントのブラウザのライブ映像がページタイトルとアドレスとともに表示され、エージェントが動くたびに更新されます。実行が終わると、エージェントが最後に見ていた画面がそのまま残ります。

• Take controlできます。 ボタン1つでブラウザの操作があなたに切り替わります。画面をクリックし、フィールドに入力し、ログインしてから操作を返せば、エージェントはあなたが止めたところから続きを行います。

• 実行の中だけに存在します。 ブラウザはあなたのものではなく、タスクに属しています。エージェントにページを開くよう頼むとブラウザが現れ、仕事が終われば閉じます。あなたのマシン上では何も動かず、あなた自身のChromeに触れることもありません。

この機能がベータ版とされているのは不安定だからではなく、新しいからです。実際には、Jobbitのリサーチやウェブ関連のタスクの裏側では何カ月も前から動き続けてきました。新しいのは、それを見て介入できるようになったという点です。

ライブビューの仕組み

内部では、JobbitのエージェントはエージェンティックAIとは何かで説明されている計画・実行・観察のループを使っています。ブラウザの場合、これはスクリーンショット、判断、行動というサイクルを意味します。エージェントブラウザは、エージェントが推論に使っているのと同じフレームをそのまま表示するので、あなたが見ているものは再現映像ではなく、エージェントが実際に見たものそのものです。

実際には次のような流れです。

1. ウェブが必要な依頼をする。 「リーズに配送できるA4再生紙の最安サプライヤーを3社見つけて、1連あたりの価格を比較して」。エージェントはブラウザパネルを開いて作業を始めます。

2. 作業を見守る。 ページが読み込まれ、結果がスキャンされ、エージェントはタブを行き来します。パネルには実行中を示す緑のドットと、変化していくページタイトルが表示されます。

3. チャットも合わせて読む。 エージェントは何を、なぜ行っているかを会話の中で説明するので、ブラウザとチャットを合わせて見ることで、映像と理由づけの両方がわかります。

4. 結果を受け取る。 表、レポート、下書きなど依頼した内容に応じたものが、その裏にあるブラウジングの様子込みで、推測ではなく実際に確認できる形で届きます。

JobbitはAIサブエージェントとはで説明されているように、大きな仕事をエージェントのチームで処理するため、大規模なリサーチタスクでは複数のサブエージェントが並行してブラウジングを行うことがあります。パネルは、あなたが見ている実行を追いかけて表示します。

Take control：ブラウジングエージェントを実用的にする引き継ぎ機能

ブラウジングを行うエージェントはどれも同じ壁にぶつかります。ログインページ、二段階認証コード、Cookieウォール、CAPTCHA、あなたにしかできない選択を求めるフォームなどです。ほとんどの製品は、そこで止まって何かを貼り付けるよう求めるか、黙って失敗します。Jobbitの答えがTake controlです。

• Take controlを押すと、ブラウザの操作があなたのものになります。パネルには「あなたが操作しています。画面をクリックしてから入力してください」と表示されます。あなたのクリックとキー入力は、そのままエージェントのブラウザに送られます。

• 人間にしかできない部分を行う。 サプライヤーのポータルにサインインし、スマートフォンで二段階認証の承認を行い、選択肢を選び、バナーを閉じます。

• Give back（操作を返す）を押すと、エージェントはあなたが残した状態のページから作業を続けます。改めてページ移動をやり直す必要はなく、パスワードをエージェントが見ることも一切ありません。あなたが操作していたブラウザに、あなた自身が入力したからです。

これは意図的に、「エージェントに自分の認証情報を渡す」ことの正反対です。エージェントがパスワード、カード番号、ワンタイムコードを尋ねることは決してなく、そもそもそうする必要がない設計になっています。実行が終わると操作もそこで終わり、このブラウザはログイン状態のセッションを保持しておく場所ではありません。

エージェントブラウザの用途

見て介入することが最も効果を発揮する仕事は次の通りです。

• 根拠付きのリサーチ。 競合の価格調査、サプライヤー比較、市場調査、規制関連ページなどです。出典が読み込まれる様子が見えるので、出典付きレポートを信頼しやすくなります。手法はAIによるディープリサーチの実行方法をご覧ください。

• APIのないポータル。 卸売業者、行政サービス、業界ディレクトリ、予約システムなどです。エージェントがページ移動とデータ入力を行い、あなたはログインだけを担当します。

• フォームと申請。 エージェントはあなたの情報をもとに長いフォームに入力し、取り消せない手順の直前で止まるので、あなた自身が確認して送信できます。

• エージェントが構築したものをテストする。 Jobbitがアプリを構築してデプロイした後、あなたが見ている前で顧客の立場からクリックして回ることができ、スクリーンショットだけでは見逃す問題にも気づけます。詳しくはバイブコーディングの失敗とセキュリティをご覧ください。

• 最初の1回だけは見ておきたいこと全般。 1回分の実行を見守り、チャットの中でエージェントを修正すれば、次回以降はバックグラウンドで実行させられます。

ウェブが関わる自動化のより長いリストは、中小企業向けAI自動化アイデア50選をご覧ください。

安全性：エージェントが行うこと、行わないこと

• エージェント経由での機密情報のやり取りはありません。 パスワード、カード情報、コードは、あなたが操作している間に自分で入力するものです。エージェントがそれらを求めることは決してありません。

• コンテンツは指示ではなくデータとして扱われます。 ウェブページ上のテキストがエージェントの向きを変えさせることはできません。「これまでのタスクを無視して」と書かれたページも、ただのテキストとして扱われます。これはプロンプトインジェクションがブラウジングエージェントの主なリスクであるだけに重要な点です。

• 取り消せない操作はあなたのために一時停止します。 購入、送信、申し込みなどは、あなたが別途指示しない限り、確認のために止まります。

• サンドボックス化され、一時的です。 ブラウザはJobbitのクラウド上で、実行の中だけで動き、終了後は破棄されます。あなた自身のブラウザ、ファイル、セッションに触れることは一切ありません。

• 設計として可視化されています。 ライブビューそのものが安全機能です。見ることができるエージェントは、早い段階で修正できるエージェントでもあります。

Jobbitのエージェントブラウザとの比較

実務上の違いは対象範囲です。CometとClaude in Chromeは、あなたがすでに使っているブラウザの中で動く優れたアシスタントです。ChatGPT agentとManusは、タスクのためのクラウドブラウザを提供します。Jobbitは、ブラウザをレポートの執筆、データを使ったアプリの構築とホスティング、画像生成、週次自動化の実行まで行える汎用エージェントの1つのツールとして扱っており、だからこそブラウザは製品そのものではなく、チャットの隣に置かれているのです。これらのツールの料金モデルの比較はAIエージェントの費用はいくらかをご覧ください。

最大限に活用するためのヒント

• クリック方法ではなく、欲しい結果を伝える。 「配送ページに行って」よりも「配送価格を比較して」の方がうまくいきます。ナビゲーションの計画はエージェントが行います。

• 認証情報を準備しておく。 ポータルにログインが必要だとわかっている場合は、最初の実行のときだけ立ち会いましょう。それ以降は、エージェントが毎回自力でより先まで進めるようになります。

• 根拠を求める。 「使ったページを見せて」と頼めば、自分で開ける出典が返ってきますし、パネルにはそれらが読まれている様子も表示されます。

• 長時間のブラウジング作業にはPlan（計画）モードを使う。 タスクが多数のサイトにまたがる場合は、先に計画を立てるようエージェントに頼みましょう。詳しくはAIエージェントを実行中に操作する方法で説明しています。

• 修正をキューに入れる。 エージェントが違う方向に進んでいると気づいたら、修正を入力してください。現在の手順が終わり次第、すぐに送られます。

提供状況

エージェントブラウザは、Free（無料）を含むすべてのJobbitアカウントで、ウェブを使うタスクであればどこでも利用できます。現在ベータ版のため、パネルの機能は今後急速に増えていく見込みです。ブラウザタブは、エージェントがページを開いたすべてのチャットのワークスペースパネルに表示されます。プランごとの利用上限はJobbitの料金プランを解説をご覧ください。

よくある質問

Jobbitのエージェントブラウザとは何ですか？

タスクにウェブが必要なときにJobbitのAIエージェントが使うクラウドブラウザのライブビューで、チャットの隣にあるワークスペースパネルの中に表示されます。エージェントがページを読んだり入力したりする様子を見守り、自分でログインやクリックをしたいときはTake controlし、終わったら操作を返せばエージェントが作業を続けます。

AIエージェントは私のパスワードを必要としますか？

いいえ。サイトにログインが必要な場合は、Take controlを押してエージェントのブラウザの中で自分で入力します。エージェントがパスワード、カード番号、ワンタイムコードを尋ねることは決してありません。操作は実行が終わると同時に終了するため、ブラウザがあなたのセッションを保持し続けることもありません。

エージェントブラウザは実際のアカウントで使っても安全ですか？

はい、通常の注意を払えば安全です。ブラウザはJobbitのクラウド上で1回の実行内でのみ動作し、終了後は破棄されます。ページの内容は指示ではなくデータとして扱われ、購入や送信といった取り消せない操作はあなたの確認のために一時停止します。ライブビューにより、いつでもエージェントを止めたり修正したりできます。

ChatGPT agentやPerplexity Cometとはどう違いますか？

ChatGPT agentは、チャット製品の中でクラウドブラウザを提供します。Cometはアシスタントが組み込まれたブラウザです。Jobbitのエージェントブラウザは、リサーチ、執筆、ソフトウェアの構築とデプロイ、メディア生成、自動化までを行う多目的エージェントの1つのツールであるため、ブラウジングはチャットの返信で終わるのではなく、そのまま完成した成果物へとつながります。

エージェントブラウザはFreeプランに含まれますか？

はい。Freeを含むすべてのプランで、ウェブが関わるタスクであれば、そのプランのクレジットと同時実行数の上限内でエージェントブラウザを利用できます。現在はベータ版です。

ブラウジングはエージェントに任せ、人間が必要なときだけ介入しましょう。Jobbitで無料スタート。